[論文レビュー] Handwritten Farsi Character Recognition using Artificial Neural Network

Reza Gharoie Ahangar, Mohammad Farajpoor Ahangar|ArXiv.org|Aug 30, 2009

Handwritten Text Recognition Techniques参考文献 11被引用数 10

ひとこと要約

本稿では、5人の多様な著者から得た250サンプルのデータセットを用いて、誤差逆伝播を用いた多層パーセプトロン（MLP）を提案し、手書きペルシャ文字認識に応用する。このシステムは80％を超える認識精度を達成し、Farsi HCR分野におけるバックプロパゲーションで訓練されたMLPの有効性を示しているが、この分野における先行研究は限られている。

ABSTRACT

Neural Networks are being used for character recognition from last many years but most of the work was confined to English character recognition. Till date, a very little work has been reported for Handwritten Farsi Character recognition. In this paper, we have made an attempt to recognize handwritten Farsi characters by using a multilayer perceptron with one hidden layer. The error backpropagation algorithm has been used to train the MLP network. In addition, an analysis has been carried out to determine the number of hidden nodes to achieve high performance of backpropagation network in the recognition of handwritten Farsi characters. The system has been trained using several different forms of handwriting provided by both male and female participants of different age groups. Finally, this rigorous training results an automatic HCR system using MLP network. In this work, the experiments were carried out on two hundred fifty samples of five writers. The results showed that the MLP networks trained by the error backpropagation algorithm are superior in recognition accuracy and memory usage. The result indicates that the backpropagation network provides good recognition accuracy of more than 80% of handwritten Farsi characters.

研究の動機と目的

• 人工ニューラルネットワークを用いて、自動化された手書きペルシャ文字認識（HCR）システムを開発すること。
• 英文字認識と比較してペルシャHCRに関する研究が少ないという現状に応えること。
• 認識性能の向上を目的として、多層パーセプトロンの隠れノード数を最適化すること。
• バックプロパゲーションで訓練されたMLPネットワークの、実世界の手書きペルシャ文字サンプルにおける性能を評価すること。
• 連続的でスタイルが異なるペルシャ文字を認識するためのフィードフォワードニューラルネットワークの実現可能性を示すこと。

提案手法

• 文字分類のためのコアアーキテクチャとして、隠れ層が1層の多層パーセプトロン（MLP）を用いた。
• ラベル付きの手書きペルシャ文字サンプルを用いて、MLPネットワークを誤差逆伝播アルゴリズムで学習させた。
• 5人の著者（異なる年齢層および性別）から収集した250件の手書きサンプルに対して特徴抽出を実施した。
• 多様な筆跡スタイルで学習させることで、一般化性能および耐障害性を向上させた。
• 認識精度を最大化し、メモリ使用量を最小化するための最適な隠れノード数を特定する分析を実施した。
• 認識性能を測定するために、同じデータセットから抽出したテストセットを用いてシステムを評価した。

実験結果

リサーチクエスチョン

• RQ1 誤差逆伝播を用いた多層パーセプトロンは、手書きペルシャ文字を効果的に認識できるか？
• RQ2 ペルシャHCRで高い認識精度を達成するためのMLPにおける最適な隠れノード数は何か？
• RQ3 ペルシャ文字認識において、バックプロパゲーションで訓練されたMLPの性能は、他の手法と比較して認識精度およびメモリ効率の面で優れているか？
• RQ4 多様な筆跡スタイルで学習させることで、認識の耐障害性はどの程度向上するか？
• RQ5 フィードフォワードニューラルネットワークは、実世界の手書きペルシャデータセットで80％を超える精度を達成できるか？

主な発見

• 誤差逆伝播アルゴリズムで訓練されたMLPは、手書きペルシャ文字データセットで80％を超える認識精度を達成した。
• 他のアプローチと比較して、認識精度およびメモリ使用量の両面で優れた性能を示した。
• 分析を通じて最適な隠れノード数が特定され、ネットワークの効率性および精度の向上に寄与した。
• 男性および女性の異なる年齢層の参加者から得た多様な筆跡サンプルでの学習により、モデルの一般化能力が向上した。
• 結果から、バックプロパゲーションに基づくMLPが、手書きペルシャ文字認識のための実用的で効果的なソリューションであることが確認された。
• 本研究は、人工ニューラルネットワークを用いたペルシャOCR分野における今後の研究の基盤を提供する。